首页> 中文期刊> 《测绘科学》 >基于深度学习的GPS水准拟合方法

基于深度学习的GPS水准拟合方法

         

摘要

针对数学拟合法在进行全球定位系统(GPS)水准拟合时,因受自身模型限制,导致GPS水准拟合精度不高的问题,该文提出了一种基于EGM2008模型和深度学习的GPS水准拟合法。首先使用深度学习中的分段线性整流函数(ReLU)作为神经元激活函数加快网络的收敛速度,然后利用自适应矩估计函数(Adam)作为优化函数加速获取最优解,并采用正则化丢弃法(Dropout)增强深度学习网络的泛化能力。通过实测数据计算表明:该文方法相比常用的多项式拟合法,丘陵地区外符合精度提高了约65%,达到1.7 cm;高差变化较大的山地外符合精度提高了约90%,达到1.2 cm。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号